把它们合成一个完整的代码，并且读入图像时改为读入图像的地址

当然，这是一个完整示例代码，它会读取指定路径的图像文件，对其进行512x512尺寸调整，进行Haar小波2层变换，并拼接所有子图：

from PIL import Image
import numpy as np
from pywt import wavedec2
import matplotlib.pyplot as plt

# 读取图像文件
image_path = "path_to_your_image.jpg"  # 替换为你的图像文件的实际路径
img = Image.open(image_path).convert('RGB')  # 如果是彩色图像，需要先转化为灰度

# 调整图像大小
img_resized = img.resize((512, 512))

# 进行Haar小波2层变换
coeffs = wavedec2(img_resized, 'haar', level=2)

# 拼接子图
sub_images = [coeffs[0], coeffs[1][0], coeffs[1][1], coeffs[2][0], coeffs[2][1], coeffs[2][2], coeffs[2][3]]
combined_image = np.concatenate(sub_images, axis=1)

# 显示拼接后的图像
plt.imshow(combined_image, cmap='gray')
plt.show()

# 如果你想保存这个拼接图，可以添加下面这一行
# plt.imsave('wavelet_transform_image.png', combined_image)